分布式说话人识别系统的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-20页 |
| ·说话人识别概述 | 第13-16页 |
| ·说话人识别技术存在的问题 | 第16-17页 |
| ·课题研究意义 | 第17-18页 |
| ·本文主要研究内容 | 第18页 |
| ·全文内容安排 | 第18-20页 |
| 第二章 说话人识别的基本原理 | 第20-38页 |
| ·语音信号的产生机理 | 第20-21页 |
| ·语音信号的感知机理 | 第21-22页 |
| ·语音信号的数字模型 | 第22-26页 |
| ·激励模型 | 第24-25页 |
| ·声道模型 | 第25-26页 |
| ·辐射模型 | 第26页 |
| ·语音信号的时域分析 | 第26-29页 |
| ·语音信号的短时分析 | 第27-28页 |
| ·短时能量分析 | 第28-29页 |
| ·语音信号频域分析 | 第29-31页 |
| ·短时傅立叶变换的定义和物理意义 | 第29-30页 |
| ·基于短时傅立叶变换的语谱图及其时频分辨率 | 第30页 |
| ·倒谱同态处理 | 第30-31页 |
| ·小波分析 | 第31-36页 |
| ·连续小波变换 | 第31-35页 |
| ·离散小波变换 | 第35-36页 |
| ·说话人识别原理图 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 语音信号预处理及特征提取 | 第38-52页 |
| ·语音信号预处理 | 第38-42页 |
| ·语音信号的数字化 | 第39页 |
| ·预加重 | 第39-40页 |
| ·分帧 | 第40-41页 |
| ·加窗 | 第41-42页 |
| ·语音信号特征提取 | 第42-51页 |
| ·特征参数选择原则 | 第42-44页 |
| ·倒谱和频域分析 | 第44-45页 |
| ·说话人识别常用特征 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 说话人识别模型 | 第52-67页 |
| ·矢量量化模型 | 第52-59页 |
| ·概述 | 第52-53页 |
| ·矢量量化的基本原理 | 第53-54页 |
| ·VQ识别模型 | 第54-56页 |
| ·码本设计 | 第56-57页 |
| ·搜索策略 | 第57-58页 |
| ·基于VQ的说话人识别 | 第58-59页 |
| ·隐马尔可夫模型 | 第59-62页 |
| ·概述 | 第59-60页 |
| ·Markov链 | 第60-61页 |
| ·HMM基本思想 | 第61-62页 |
| ·高斯混合模型 | 第62-63页 |
| ·人工神经网络模型 | 第63-65页 |
| ·支持向量机模型 | 第65-66页 |
| ·基于混合模型的方法 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第五章 分布式说话人识别系统的设计与实现 | 第67-80页 |
| ·分布式说话人识别系统的构成 | 第67-68页 |
| ·系统功能模块的实现 | 第68-78页 |
| ·特征提取 | 第68-73页 |
| ·训练建立码本 | 第73-75页 |
| ·分组丢失处理 | 第75-76页 |
| ·距离计算 | 第76-78页 |
| ·实验结果 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间发表论文 | 第85-87页 |
| 致谢 | 第87页 |
